螢幕也能超軟 Q！有機元素如何化身成多彩 OLED 有機光電材料？

本文與 研華科技 合作，泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言，總能牽動整個 AI 產業的神經。然而，我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線，那如果哪天「網路斷了」，會發生什麼事？

想像你正在自駕車打個盹，系統突然警示：「網路連線中斷」，車輛開始偏離路線，而前方竟是萬丈深谷。又或者家庭機器人被駭，開始暴走跳舞，甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎？當然不是！也因為如此，「邊緣 AI」成為業界關注重點。不靠雲端，AI 就能在現場即時反應，不只更安全、低延遲，還能讓數據當場變現，不再淪為沉沒成本。

什麼是邊緣 AI ？

邊緣 AI，乍聽之下，好像是「孤單站在角落的人工智慧」，但事實上，它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前，像是企業、醫院、學校內部的伺服器，個人電腦，甚至手機等裝置，都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算，稱為邊緣運算；而在邊緣節點上運行 AI ，就被稱為邊緣 AI。簡單來說，就是將原本集中在遠端資料中心的運算能力，「搬家」到更靠近數據源頭的地方。

那麼，為什麼需要這樣做？資料放在雲端，集中管理不是更方便嗎？對，就是不好。

第一個不好是物理限制：「延遲」。
即使光速已經非常快，數據從你家旁邊的路口傳到幾千公里外的雲端機房，再把分析結果傳回來，中間還要經過各種網路節點轉來轉去…這樣一來一回，就算只是幾十毫秒的延遲，對於需要「即刻反應」的 AI 應用，比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時，每一毫秒都攸關安全與精度，這點延遲都是無法接受的！這是物理距離與網路架構先天上的限制，無法繞過去。

第二個挑戰，是資訊科學跟工程上的考量：「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送，湧入的資料數據量就像超級大的水流，一下子就把水管塞爆！要避免流量爆炸，你就要一直擴充水管，也就是擴增頻寬，然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理，把重要資訊「濃縮」過後再傳回雲端，是不是就能減輕頻寬負擔，也能節省大量費用呢？

第三個挑戰：系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時，一旦網路不穩、甚至斷線，那怎麼辦？很多關鍵應用，像是公共安全監控或是重要設備的預警系統，可不能這樣「看天吃飯」啊！邊緣處理讓系統更獨立，就算暫時斷線，本地的 AI 還是能繼續運作與即時反應，這在工程上是非常重要的考量。

所以你看，邊緣運算不是科學家們沒事找事做，它是順應數據特性和實際應用需求，一個非常合理的科學與工程上的最佳化選擇，是我們想要抓住即時數據價值，非走不可的一條路！

邊緣 AI 的實戰魅力：從工廠到倉儲，再到你的工作桌

知道要把 AI 算力搬到邊緣了，接下來的問題就是─邊緣 AI 究竟強在哪裡呢？它強就強在能夠做到「深度感知（Deep Perception）」！

所謂深度感知，並非僅僅是對數據進行簡單的加加減減，而是透過如深度神經網路這類複雜的 AI 模型，從原始數據裡面，去「理解」出更高層次、更具意義的資訊。

以研華科技為例，旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例，利用物件偵測模型，快速將工業產品中的瑕疵挑出來，而且由於 AI 模型可以使用同一套參數去檢測，因此品管上能達到一致性，減少人為疏漏。尤其在高產能工廠中，檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品，替工廠節省大量人力，同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

此外，在智慧倉儲場域，研華與威剛合作，研華與威剛聯手合作，在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台，打造倉儲系統的 AMR（Autonomous Mobile Robot） 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣，AMR 不需要事先規劃好路線，靠著感測器偵測，就能輕鬆避開障礙物，識別路線，並且將貨物載到指定地點存放。

當然，還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning )，除了可以做備忘錄跟排程規劃以外，還能將實務上碰到的問題記錄下來，等到之後碰到類似的問題時，就能詢問 AI 並得到解答。

你或許會問，那為什麼不直接使用 ChatGPT 就好了？其實，對許多企業來說，內部資料往往具有高度機密性與商業價值，有些場域甚至連手機都禁止員工帶入，自然無法將資料上傳雲端。對於重視資安，又希望運用 AI 提升效率的企業與工廠而言，自行部署大型語言模型（self-hosted LLM）才是理想選擇。而這樣的應用，並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器，體積僅如後背包大小，卻能輕鬆支援語言模型的運作，實現高效又安全的 AI 解決方案。

但問題也接著浮現：要在這麼小的設備上跑大型 AI 模型，會不會太吃資源？這正是目前 AI 領域最前沿、最火熱的研究方向之一：如何幫 AI 模型進行「科學瘦身」，又不減智慧。接下來，我們就來看看科學家是怎麼幫 AI 減重的。

語言模型瘦身術之一：量化（Quantization）—用更精簡的數位方式來表示知識

當硬體資源有限，大模型卻越來越龐大，「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像：有些畫面細節我們肉眼根本看不出來，刪掉也不影響整體感覺，卻能大幅減少檔案大小。

模型量化的原理也是如此，只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示，什麼是浮點數？其實就是你我都熟知的小數。舉例來說，圓周率是個無窮不循環小數，唸下去就會是3.141592653…但實際運算時，我們常常用 3.14 或甚至直接用 3，也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思！ 

然而，量化並不是那麼容易的事情。而且實際上，降低精度多少還是會影響到模型表現的。因此在設計時，工程師會精密調整，確保效能在可接受範圍內，達成「瘦身不減智」的目標。

模型剪枝（Model Pruning）—基於重要性的結構精簡

建立一個 AI 模型，其實就是在搭建一整套類神經網路系統，並訓練類神經元中彼此關聯的參數。然而，在這麼多參數中，總會有一些參數明明佔了一個位置，卻對整體模型沒有貢獻。既然如此，不如果斷將這些「冗餘」移除。

這就像種植作物的時候，總會雜草叢生，但這些雜草並不是我們想要的作物，這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在，而動手去清理這些不需要的連結參數或神經元的技術，就稱為 AI 模型的模型剪枝（Model Pruning）。

模型剪枝的效果，大概能把100變成70這樣的程度，說多也不是太多。雖然這樣的縮減對於提升效率已具幫助，但若我們要的是一個更小幾個數量級的模型，僅靠剪枝仍不足以應對。最後還是需要從源頭著手，採取更治本的方法：一開始就打造一個很小的模型，並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」，是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾（Knowledge Distillation）—讓小模型學習大師的「精髓」

想像一下，一位經驗豐富、見多識廣的老師傅，就是那個龐大而強悍的 AI 模型。現在，他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案，老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」，例如「為什麼我會這樣想？」、「其他選項的可能性有多少？」。這樣一來，小小的學徒模型，用它有限的「腦容量」，也能學到老師傅的「智慧精髓」，表現就能大幅提升！這是一種很高級的訓練技巧，跟遷移學習有關。

舉個例子，當大型語言模型在收到「晚餐：鳳梨」這組輸入時，它下一個會接的詞語跟機率分別為「炒飯：50%，蝦球：30%，披薩：15%，汁：5%」。在知識蒸餾的過程中，它可以把這套機率表一起教給小語言模型，讓小語言模型不必透過自己訓練，也能輕鬆得到這個推理過程。如今，許多高效的小型語言模型正是透過這項技術訓練而成，讓我們得以在資源有限的邊緣設備上，也能部署愈來愈強大的小模型 AI。

但是！即使模型經過了這些科學方法的優化，變得比較「苗條」了，要真正在邊緣環境中處理如潮水般湧現的資料，並且高速、即時、穩定地運作，仍然需要一個夠強的「引擎」來驅動它們。也就是說，要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型，真正放到邊緣的現場去發揮作用，就需要一個強大的「硬體平台」來承載。

邊緣 AI 的強心臟：SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器，就是扮演「邊緣 AI 引擎」的關鍵角色！那麼，它到底厲害在哪？

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要？因為 GPU 的設計，天生就擅長做「平行計算」，這正好就是 AI 模型裡面那種海量數學運算最需要的！

你想想看，那麼多數據要同時處理，就像要請一大堆人同時算數學一樣，GPU 就是那個最有效率的工具人！而且，有多張 GPU，代表可以同時跑更多不同的 AI 任務，或者處理更大流量的數據。這是確保那些科學研究成果，在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎！

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房，有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計，體積相對緊湊，散熱空間也比較好（這對高功耗的 GPU 很重要！），部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算，進行「工程化」，讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格，背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場，系統穩定壓倒一切！你總不希望 AI 分析跑到一半就掛掉吧？這些設計確保了部署在現場的 AI 系統，能夠長時間、穩定地運作，把實驗室裡的科學成果，可靠地轉化成實際的應用價值。

台灣製造 × 在地智慧：打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能，能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署，及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析，還是其他 AI 相關的服務，都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務，讓企業在啟動 AI 專案前，大幅降低前期投入門檻，靈活又實用。

台灣有著獨特的產業結構，從精密製造、城市交通管理，到因應高齡化社會的智慧醫療與公共安全，都是邊緣 AI 的理想應用場域。更重要的是，這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示，這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果，往往已經錯失最佳反應時機。這也是為什麼邊緣 AI，不只是一項技術創新，更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場，就能被有效的「理解」與「利用」，是將數據垃圾變成數據黃金的賢者之石！

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

本文由 GIGABYTE 技嘉科技 委託，泛科學企劃執行。

小時候熬夜躲在棉被裡，拿著手電筒玩 GAME BOY 是許多人共同的回憶。任天堂在 1998 年推出的 GAMEBOY COLOR 打著新穎的掌上彩色螢幕，征服了全球無數大人小孩的心。跟今日的手機平板相比之下，可以隨身攜帶的彩色螢幕好像不算什麼，但在那時候可是貨真價實的稀有黑科技。

在液晶螢幕（LCD）還不普及的年代，電腦和電視的顯示器普遍使用陰極射線管（Cathode ray tube, CRT，或稱映像管）技術，也就是以往國小教室裡會出現的正方體電視。這種設計笨重且耗電，完全不適合用於隨身裝置。因此從二十世紀下半開始，科技公司紛紛投入液晶顯示器技術的尖端研究，但注意到了嗎？現在新的手機、平板、電玩液晶螢幕，越來越多採用 OLED 是什麼原因呢？就讓我們從液晶的起源娓娓道來。

液晶本身不會發光！

液晶最早在 19 世紀中葉被科學家發現，因同時具有「固態的晶體結構」與「液態的流動性」，因此稱為「液晶」，這些特性讓液晶可藉由微弱的電場改變晶體方向，達到讓特定光線進入的效果。

因此，液晶是不會發光的！我們現在所用的液晶螢幕，包含「液晶面板」與「背光模組」兩個部分，由背光模組提供的穩定光源打在控制光線進入的液晶面板上，才能顯示出絢麗的圖案。

Game boy 液晶螢幕大解密

最早的商用液晶螢幕，搭載的液晶面板為扭曲向列液晶（Twisted Nematic, TN），由於 TN 面板的黑白對比度不夠好，因此後來又推出了超級扭曲向列液晶（Super Twisted Nematic, STN）來改善這個問題。

STN 面板被廣泛使用在 80-90 年代，只需進行單色顯示的隨身電子產品上，舉凡 Game boy、計算機、電子錶、電子辭典、電子雞……等，都使用了 STN 面板，早期的電子雞就是這個原理，想想小時候，掌上型的遊戲也不能少了這一款，在學校有一隻電子雞真是走在潮流的尖端？！STN 面板雖然只有單色，但省電是它的一大賣點，因為單色的每個像素，只需要一個液晶單元，而彩色每個像素，需要有紅、綠、藍三個不同顏色的液晶單元，控制液晶面板的耗電量直接三倍起跳。

此外，上述的這些裝置皆沒有配備「背光面板」，而是採用外部光源反射在液晶面板，這樣做不只能減輕重量，也不需要供電給背光面板，讓續航力更上一層樓，更符合隨身電子產品的需求。

不過，也因為沒有背光面板，小時候就沒辦法躲在烏漆墨黑的被窩裡，偷打 Game boy 或養電子雞了。

在討論 Game Boy Color 之前，得先說說彩色液晶螢幕的原理。

彩色液晶螢幕的原理，就只是把液晶單元前面貼上紅、綠、藍的玻璃紙（當然不是用玻璃紙，只是比喻），讓液晶螢幕可以發出光的三原色，再用三個不同顏色的液晶單元，組合成一個像素就可以了。

彩色液晶螢幕的技術不難，只是幫液晶面板貼色紙而已，但重點還是前面提到的耗電問題（一個像素從一個液晶單元變三個）。

而當時拿來貼色紙的液晶面板，正好是可以用外部光源顯示的 STN 面板，這表示以 STN 面板為基礎的彩色螢幕，未必需要加裝背光面板才能顯示！

Game Boy Color 為了因應彩色帶來的耗電量激增，便採取外部光源反射顯示。不加裝背光面板雖然犧牲了對比度與飽和度，卻讓 Game Boy Color 有著輕便與高續航力的優勢，勝過採用背光面板、畫質較好的 Sega Game Gear，獲得當時玩家的青睞。

突飛猛進的面板發展

隨著電池技術的進步，耗電量已不再是考量的重點。無論是行動裝置的液晶螢幕或一般的液晶螢幕，皆裝上了「背光面板」（終於可以在被窩裡玩手機）。此時，人們開始將注意力放在液晶螢幕的對比度、可視角度、色彩呈現與更新率（每秒更新的畫面數量）上了。

為了做出色彩更加鮮豔、更新率更高的螢幕，除了上述提到的 TN 面板外，後續也發展出了 VA 面板與 IPS 面板，而他們各自都有自己的優勢與劣勢。

TN 面板（扭曲向列型液晶）

最早發展的 TN 面板，其面板內的液晶分子在未通電時，會呈現如 DNA 的螺旋狀，這時光線可以穿透。當通電時，液晶分子會排成垂直螢幕的方向，這時光線就無法穿透。

TN 面板有較好的更新率，且因技術成熟，目前市面上的 TN 面板螢幕，價格相對較低，但 TN 面板的缺點也非常明顯，可視角度狹窄，稍微側面看螢幕就會嚴重失真，色彩與對比度的表現也較差。

VA 面板（垂直排列液晶）

VA 面板是繼 TN 面板後問世的液晶面板，其工作機制與 TN 面板正好相反，在未通電時，面板內的液晶分子會呈垂直排列，無法讓光通過；通電時中間部分的液晶分子會轉為水平，讓光線通過。

VA 面板改善了過往 TN 面板在色彩與對比度上的不足，清晰的對比度讓畫面更銳利，可視角也變得更寬廣，不過更新率較低，一般的 VA 面板應付日常上網或看電影還算可以，但對於有高更新率需求的第一人稱射擊遊戲或電競，VA 面板就顯得沒那麼適合。

IPS 面板（橫向電場效應顯示技術）

IPS 面板是相對後期發展的液晶面板，在未通電時所有液晶分子會像梯子一樣水平排列，這時光線無法穿透，而通電後液晶分子會變成類似 VA 面板的 DNA 螺旋狀，此時光線可以穿透。

IPS 面板最大特點，正是液晶分子的旋轉方向，始終都在同一個平面上，這樣的設計使得可視角度大幅提升，且顏色更加飽滿，反應速度雖然比 VA 面板好，但還是比不上 TN 面板。

新世代的 OLED 螢幕

不同面板的液晶螢幕各有各的優缺點，可以依據自己需求選擇適合的螢幕，那有沒有哪一種螢幕，可以網羅所有優點呢？

答案是有的，這就是最晚才開始發展的新世代螢幕——OLED（有機發光二極體）螢幕！

OLED 螢幕利用夾在玻璃基板之間的有機分子自行發光，因此不需要背後的發光面板，比起過往的液晶螢幕更加省電，也能做得更輕薄。此外，自行發光也代表不會有液晶螢幕的可視角度的問題，並有著趨近於無窮的黑白對比度，色彩飽和度上也表現得可圈可點。

在更新率上，OLED 螢幕是透過控制輸入電壓來更新畫面，可以一步到位，而液晶螢幕則是透過電場控制液晶分子方向後，才能更新畫面，因此 OLED 螢幕，理論上的更新率是優於一般液晶螢幕的。

過往 OLED 螢幕因價格昂貴，很少出現在我們的生活中，但隨著技術成熟，OLED 螢幕的價格已不再是問題，新一代的手機與平板電腦，或其他行動裝置，也紛紛開始採用 OLED 螢幕，像是今年即將推出的新版 Nintendo Switch，也準備將原本搭配的 IPS 液晶螢幕，換成 OLED 螢幕。

OLED 擁有卓越的色彩和反應時間，用來打遊戲再適合不過。

技嘉 AORUS FO48U 專業電競螢幕採用 OLED 面板，融合電競與影音的雙重享受，120 Hz 的更新頻率搭配 4K 高畫質，帶來最清晰流暢的視覺體驗。搭載 2.1 聲道音響系統及 Space Audio 技術享受環繞音場效果，不論是在電競遊戲、電影、音樂都能感受影音的雙重饗宴。

除了最尖端的顯示器技術，技嘉也仍舊以玩家為本，加入了包括遊戲助手 Game Assist 和瞄準穩定器等 8 種獨家功能，提供令人耳目一新的電競體驗。

GIGABYTE AORUS FO48U 4K HDR電競螢幕：https://www.gigabyte.com/tw/Monitor/AORUS-FO48U#kf

即日起到 2021/9/30，登錄就送 AORUS 充氣沙發

• 液晶顯示器 – 維基百科，自由的百科全書
• 有機發光二極體 – 維基百科，自由的百科全書
• TN液晶 – 維基百科，自由的百科全書
• VA液晶 – 維基百科，自由的百科全書
• 橫向電場效應顯示技術 – 維基百科，自由的百科全書
• 淺談TN、VA、IPS顯色技術藍、綠、紅三原色的繽紛世界
• Game Gear – 維基百科，自由的百科全書
• Game Boy Color – 維基百科，自由的百科全書
• Nintendo Switch（OLED款式）｜任天堂
• 顯示器響應時間解析：1ms和2ms遊戲畫面差別大

為什麼研究「OLED 有機發光二極體」？

除了現有的 Samsung 手機， Apple 的 iPhone X 也移情別戀 OLED 面板，它有什麼迷人之處？那耀眼的光彩從何而來？中研院化學所陳錦地研究員，多年來帶領團隊研發 OLED 材料，從黑髮做到白髮，讓世上有更多美好的光色。

OLED 迷人之處：光彩鮮豔、可撓式

從貞子可以爬出來的傳統映像管電視，變成影像流暢的輕薄液晶螢幕，許多科幻電影描繪未來顯示器甚至能變成卷軸從手錶拉出來，或直接顯影在汽車擋風玻璃上，這該如何辦到？

有機發光二極體（Organic Light-Emitting Diode, 簡稱 OLED），正將色彩與光明帶往以往無法照亮的領域。

「碳、氫、氧、氮、磷、硫」等有機元素，除了是構成人體的必要生命元素，經由化學家巧手設計，也能變成 OLED 有機光電材料。

OLED 材料由「碳、氫、氧、氮、磷、硫」等原子以共價鍵形式的分子所構成，手牽手連結成具有雙鍵的有機化合物，經過化學家設計分子結構，也就是誰和誰牽手、誰牽幾雙手，藉以發出不同光色，再透過通電或照射紫外光等方式，給予能量發出可見光。

OLED 所呈現的光色，就是每一個分子的顏色。

有別於「無機」光電材料是由硬梆梆的金屬、類金屬、半導體元素組成的「塊材」，整體一塊無法彎曲。OLED 材料由「有機」分子堆疊構成連續性薄膜，每層薄膜厚度不到 0.0001 公分（即次微米等級），柔軟可彎曲，能自由應用於物聯網、穿戴式裝置、軍事飛行器等。另外，OLED 若是應用在白光照明上，也具有節能的優點，所以是光電材料的當紅成員。

OLED 身世之謎：如何合成想要的光色？

其實，使用有機化合物為生活添加色彩，不是現今才有的技術。

舊石器時代的岩洞壁畫，顏料取材自大自然的物質，例如土褐色的赤鐵岩（Hematite） 、赭褐色的赭石（Ocher），而顏料之所以有顏色，是因為分子會吸收可見光，往另一個角度想，顏料也可以用來發出可見光。

現今，有機物質的色彩不僅靜態展示，化學家在實驗室中透過化學反應、管柱層析、純化等過程，研發不同顏色的螢光或磷光化合物以利製備光電元件，透過通電讓色彩像活起來般明明滅滅。

你可能會疑惑，在顯微鏡下看得到化合物的分子結構嗎？如何確認自己的確合成想要的紅色螢光化合物，而不是別的顏色呢？「有機」化合物的顏色取決於分子的化學結構，化學家藉由化學合成的手段來掌控分子的化學結構，即化合物的顏色可以受到控制。

但是，化學家沒辦法用顯微鏡直接看到化合物的分子和原子，因為它們太小了，然而有很多輔助的工具，加總起來可成為間接確認的證據。最常用來鑑定化學結構的方式是「氫譜（核磁共振光譜儀）」和「以 X 光解析單晶構造」。

核磁共振對「氫」的原子有反應、會在光譜上產生訊號，有機化合物具有許多氫原子，這些氫原子長在分子結構中不同位置，在光譜上呈現的訊號會不同，可以根據氫譜的模樣推斷有機化合物的化學結構。而只要是晶體的化合物，都能從 X 光的繞射訊號直接偵測出化學結構。再加上質譜儀、元素分析等，可以了解有機化合物的元素組成與比例。結合這些技術，就能很準確地驗證有機化合物的三度空間化學結構。

說到「藍色」，你心中浮現的藍色，可能會和另一個人想的藍色不同。 OLED 要應用於顯示器或照明時，也需要不同的藍色，陳錦地團隊發現，這可以透過改變高分子聚合物核心結構鍵結的元素來實現。

在實驗室合成出不同光色的 OLED 化合物後，它本身還不會發光，需先鑑定化學物性，了解材料本身會發什麼光、熱性質（例如遇到多少溫度會融化）等等，藉以確定適合當什麼光電材料、和那些光電元件搭配。

不是研發出 OLED 材料就放著沒事了，總是會好奇這個材料運用在光電元件上，效果好不好。

運用中研院化學所擁有的「自己的材料自己測、自己做」設備，陳錦地團隊透過「真空蒸鍍」、「旋轉塗佈」兩種製程，將 OLED 化合物進一步製成基礎光電元件，測試發光狀態與效能，即時找出問題，並回頭調整化學合成途徑。

做好的 OLED 光電元件雖然只有薄薄一片，但中間包含了主要的功能層，分別是電洞傳輸層（HTL）、發光層（EML）、電子傳輸層（ETL）。

想像一下，當電洞與電子分別從陰極和陽極來到元件中，會各自經過電洞傳輸層（HTL）和電子傳輸層（ETL）來到中間的發光層（EML）相會，這時天雷勾動地火，通電後的能量激發了位於發光層的 OLED 化合物無限潛能，就放閃發出了自己鮮豔的光色。

這個相遇與放閃的過程，似乎有點像愛情？

眼看 OLED 發光，轉瞬白髮生輝

化學只是一門科目，高中剛畢業時的陳錦地曾經這麼認為。直到讀了淡江化學系、台大化學所，親身做實驗、看見研究後的成果才體會：原來化學是一種科技！

無論是何種科技，研發過程一定會有失敗的時候，但在實驗室裡別急著傷心。波以耳說：「要想做好實驗，就要敏於觀察。」而對陳錦地而言，休息休息回來再拼就是了。

若不曉得實驗失敗的原因，整理一下看到的現象，根據化學知識判斷可以改變那些過程，下次就會做對。

陳錦地團隊的研究方向，除了試著找尋現在還不存在的材料，也致力於改良現有可應用的材料，例如研究如何提高 OLED 的發光效率。由於研究的本質並非直接進行生產，看不到立即性效益，「其實每一年都可說是在賠本」陳錦地自嘲說。但如果十年、二十年長遠來看，基礎研究的發現，能夠幫助突破產業環節的問題，例如讓生產的光電元件更有效與更便宜，因為有更好的光電材料。

現在就能賺錢的東西，沒什麼好研究。對未來應用有希望，而且離成功還需要再努力的，不覺得更值得投入研究嗎？

延伸閱讀：

• 陳錦地的個人網頁
• Chen, H.-Y.; Chen, C.-T.; Chen, C.-T. Macromolecules 2010, 43, 3613.
• Chiang, C.-L.; Wu, M.-F.; Dai, D.-C.; Wen, Y.-S.; Wang, J.-K.; Chen, C.-T. Adv. Funct. Mater. 2005, 15, 231.
• Yeh, H.-C.; Wu, W.-C.; Chen, C.-T. Chem. Commun. 2003, 404.

執行編輯｜林婷嫻；美術編輯｜張語辰

本著作由研之有物製作，以創用CC 姓名標示–非商業性–禁止改作 4.0 國際 授權條款釋出。

本文轉載自中央研究院研之有物，泛科學為宣傳推廣執行單位

本文轉載自中央研究院研之有物，泛科學為宣傳推廣執行單位。

• 採訪撰文｜歐宇甜
• 美術設計｜林洵安

日常壓力會誘發纖維肌痛症

纖維肌痛症 (fibromyalgia) 病患有全身慢性肌肉痠痛，可能伴隨失眠、焦慮和憂鬱等症狀，致病機轉一直是個未解之謎。中央研究院生物醫學科學研究所陳志成研究員與研究團隊，找到纖維肌痛症可能的生理與心理致病機轉和關鍵抑制劑，論文於 2020 年 9 月發表於國際風濕免疫科權威醫學期刊 (Annals of the Rheumatic Diseases)。

無藥可醫的纖維肌痛症

「纖維肌痛症 」最常見的症狀是全身肌肉慢性痠痛，伴隨疲勞、失眠、焦慮和憂慮，有時被稱為稍微累一點就全身痠痛的「公主病」。目前醫學對於該病的致病機制並不清楚，病人往往不斷轉診仍找不到明確病因，因此也尚未有專屬用藥，只能先緩解症狀，但效果相當有限。

不過臨床上發現，日常生活精神壓力會誘發或加重纖維肌痛症症狀。多數病患的背後都是一段故事，可能有家庭、親友、經濟、工作等各種問題。只是心理壓力和纖維肌痛症到底誰是因、誰是果？背後的致病機制是什麼？「我們必須建立一個可以反應纖維肌痛症的動物模式，以驗證心理壓力與纖維肌痛症的關係。」 陳志成說明。

在此之前，先來看看痠痛是怎麼引發的呢？

組織酸化誘發痠痛

過去研究認為組織酸化會誘發痠痛。1980 年德國人曾做過人體實驗，直接把酸性物質注射入人體，結果發現真的會引起痛感，而且流速越快、越痛，初步證明酸與痠痛的因果關係。但酸是透過什麼樣的分子機制來刺激痛覺神經，卻一直沒有定論。

陳志成嘗試以此建立纖維肌痛症的動物模式。他們先幫小鼠注射酸鹽水，然後以壓肌肉或用細尼龍線刺激小鼠腳掌，發現小鼠碰到刺激會縮腳，代表的確有「疼痛過敏化」現象，但這疼痛過敏化現象在 24 小時以後會消失不見。但如果五天之內在同樣位置再打一次，就會導致持續約一個月的疼痛過敏化，而且也會發生鏡像性的疼痛，成功符合纖維肌痛症的特徵。

這個小鼠實驗模式提供了一個平台，讓陳志成可以從神經學的分子機制上，深入研究組織酸化如何誘發慢性肌肉疼痛。

我們身上各個組織都有痛覺神經，神經上有許多可被酸給激活的離子通道或受體分子，最重要的包括酸敏性離子通道（ASICs），以及辣椒素受體蛋白 (TRPV1) 等等。陳志成實驗發現，如果以藥物抑制 ASICs 或 TRPV1，五天後再次的肌肉酸化刺激就無法誘發慢性疼痛。但是，如果再次的肌肉酸化刺激發生於第二天，仍會誘發 7 ~ 10 天的疼痛過敏化現象。因此，陳志成推論出，第一次肌肉組織酸化不僅是誘發短暫的疼痛過敏化現象，也讓肌肉痛覺神經產生了可塑性變化，所以五天以內再次肌肉酸化刺激，就足以發展成慢性疼痛。

用噪音製造壓力源

了解痠痛的神經科學分子機制，下一步就是建立心理壓力造成痠痛的動物模式，怎麼做？噪音是好工具！一般的壓力來源很難定量，但是噪音可以換算分貝並以程式設定，比較好掌握。

他們讓小鼠待在籠中，不定時播放尖銳、人耳可能聽不見的超音波噪音，一天重複六次，隔兩天後再連續兩天重覆進行……結果，受到噪音壓力的小鼠，出現了疼痛過敏化現象持續約一個月。「我們發現，關鍵是要有不確定性、間歇性、重複性的壓力刺激，如果是給予短暫的壓力刺激，小鼠並不會出現慢性疼痛過敏化現象。」

此外，一般纖維肌痛症患者常出現共病，像焦慮、憂鬱等情緒問題。他們觀察具有疼痛過敏化現象的小鼠們，焦慮行為也變得明顯：一般健康的小鼠喜歡到處探索、玩耍， 放入十字迷宮時，敢走到兩側開放懸空的部分，但有焦慮行為的小鼠喜歡躲在隱蔽空間、不敢跑出來。

壓力 –> 氧化脂質 –> 疼痛訊號

建立一套動物模式後，接下來他和研究團隊想知道，體內有什麼東西誘發了痠痛？

他們分析小鼠血液中的脂質，發現小鼠在遭受壓力後，體內有一群特別的脂質被代謝出來。「我們發現到一種氧化脂質 LPC16：0 ，令人眼睛為之一亮！」陳志成說道。原來，幾年前有法國科學家發現這種氧化脂質 LPC16：0 可以專一性的刺激感覺神經元上的 ASIC3 酸敏性離子通道。賓果！全部事情似乎都可以串連在一起了。

經過反覆實驗，致病機轉的輪廓漸漸清楚了！外界的壓力源 (噪音)，會導致小鼠體內的氧化壓力上升，造成脂質代謝異常，產生過量的氧化脂質 LPC16：0 ，活化肌肉感覺神經元上的 ASIC3 酸敏性離子通道，造成疼痛過敏化現象，持續刺激下轉變成慢性疼痛。

纖維肌痛症療法現曙光

在小鼠身上驗證後，回到纖維肌痛症病人身上觀察：他們體內是不是有比較高的氧化壓力？比較高的異常脂質代謝呢？研究團隊將病患根據症狀嚴重程度分類，一群是全身痛、但症狀比較輕微，一群是全身又痠又痛、症狀比較嚴重，發現全身痠痛症狀嚴重的病人體內的 LPC16：0 特別高，另一組症狀輕微的病患則沒有，兩組之間有明顯的差異。

而人體其實本有快速代謝 LPC16：0 的路徑，但在五天內重複刺激，就可能變成慢性痠痛；換句話說，很多纖維肌痛症患者的病因可能是長時間一直受壓力刺激，體內會持續產生氧化脂質 LPC16：0，導致肌肉長期慢性痠痛，「這也能說明一個奇特現象：許多纖維肌痛症病患即使用藥也不見效，但當壓力源去除，像是搬離不幸福的家庭，全身痠痛就可能突然不藥而癒。」陳志成補充。

研究人員證明氧化脂質 LPC16：0 是引起痠痛感的禍首後，就可以嘗試去阻斷它產生。研究團隊用一種可以抑制這種酵素的藥物–血小板活化因子乙醯水解酵素抑制劑 (platelet-activating factor-acetylhydrolase inhibitor; darapladib)，打到小鼠的身上，果真成功降低壓力造成的疼痛反應，此發現已申請國際專利，未來可望運用在纖維肌痛症臨床治療。

纖維肌痛症的神祕面紗，至此終於稍稍揭開！這項重大研究成果於 2020 年 9 月刊登在國際風濕免疫科權威醫學期刊 (Annals of the Rheumatic Diseases) 上。不過這只是陳志成痠痛研究的一角。他首創「痠覺理論」，希望能從更深入、全面解答慢性痠痛的成因，尋找更有效的療法。

建立痠覺理論，尋找新一代止痛藥物

何謂痠覺理論？首先，陳志成認為：痠是痠、痛是痛，兩者並不一樣。

這點對華人沒有問題！在臺語詞彙中有痠（SNG）、也有痛，國語詞彙中有又痠又痛、腰痠背痛等，可是在許多國家語言中只有關於疼痛 (PAIN) 的詞彙，沒有單獨提到痠覺的字彙。目前國際上只有對於疼痛的定義，把痠痛視為同一件事，或認為痠只是比較輕微的痛覺。

但是痠痛成因其實相當複雜，與組織酸化的關係也有待釐清！

比方說，酸可能引起疼痛，但你知道它也有止痛的效果嗎？在上述的小鼠肌肉酸化實驗中，陳志成發現同時抑制 ASIC3 與 TRPV1 ，可抑制酸所誘發的疼痛過敏化現象。但奇怪的是，第二天對於小鼠再次進行肌肉酸化刺激，雖然 ASIC3 與 TRPV1 這次沒被抑制，但小鼠竟完全沒疼痛反應！由此得知：除了 ASIC3 與 TRPV1 之外，還有一個未知、但是很重要的受體參與反應。這個神秘的受體是一個可以止痛的酸敏性受體分子，讓止痛的效果從第一次實驗延續到第二次！

接著，陳志成發現這個受體分子被刺激後，會促使感覺神經末梢釋放重要的神經傳導物質–物質 P。他認為：當痛覺神經被刺激後，在肌肉端的神經末梢會釋放物質 P，物質 P 會抑制神經活性，達成止痛作用，宛如痠痛的煞車系統。陳志成隨即抑制物質 P ，果然一次肌肉組織酸化就足以誘發慢性疼痛，讓小鼠無止盡痛下去。

那麼，問題來了！既然酸可以誘發疼痛、又可止痛，那麼痠痛病人到底是抱怨痠，還是痛呢？痠顯然不只是一種輕微的痛覺這麼簡單！這個「酸止痛」的神奇現象，提供了痠與痛的另類思考，物質 P 也可能成為新一代的止痛藥物。

「我現在就像一個傳教士，必須努力說服大家，痠與痛不一樣！我也跟語言學家合作，了解其他國家的相關詞彙，希望不久後可以將痠覺清楚定義出來。」唯有正視痠痛的不同，分別了解痠、痛背後各自的分子病理機制，才能發展更有效的止痛或止痠療法，嘉惠更多受到慢性痠痛折磨的病患。